Python 在numpy中重塑Ndarray与常规数组？

我有一个类型为“numpy.ndarray”的对象，称为“myarray”，当使用python的“print”打印到屏幕上时，它看起来像是点击

[[[ 84   0 213 232] [153   0 304 363]]
 [[ 33   0  56 104] [ 83   0  77 238]]
 [[ 0  0  9 61] [ 0  0  2 74]]]

“myarray”是由另一个库生成的。

myarray.shape

的值等于（3,2）。我希望这是一个三维数组，有三个索引。当我尝试自己制作此结构时，使用：

second_array = array([[[84, 0, 213, 232], [153, 0, 304, 363]],
 [[33, 0, 56,  104], [83,  0, 77,  238]],
 [[0,  0, 9,   61],  [0,   0,  2, 74]]])

我得到了

第二个数组。正如预期的那样，shape

等于

（3,2,4）

。为什么会有这种差异？此外，鉴于此，我如何重塑“myarray”以合并两列，即结果是：

[[[ 84   0 213 232 153   0 304 363]]
 [[ 33   0  56 104  83   0  77 238]]
 [[ 0  0  9 61  0  0  2 74]]]

编辑：为了澄清，我知道在

第二个数组

的情况下，我可以执行

第二个数组。重塑（（3,8））

。但是对于格式为

myarray

但没有3d索引的ndarray，这是如何工作的呢

myarray.dtype

是“

object

”，但也可以更改为ndarray

编辑2：越来越近，但仍然无法完全获得

ravel

/

展平

，然后再进行重塑。我有：

a = array([[1, 2, 3],
       [4, 5, 6]])
b = array([[ 7,  8,  9],
       [10, 11, 12]])
arr = array([a, b])

我尝试：

arr.ravel().reshape((2,6))

但是这就给了

[[1,2,3,4,5,6]，…]

，我想要

[[1,2,3,7,8,9]，…]

。如何做到这一点

---

谢谢。

事实上，

ravel

和

hstack

是重塑阵列的有用工具：

import numpy as np

myarray = np.empty((3,2),dtype = object)
myarray[:] = [[np.array([ 84,   0, 213, 232]), np.array([153, 0, 304, 363])],
 [np.array([ 33,   0,  56, 104]), np.array([ 83,   0,  77, 238])],
 [np.array([ 0, 0,  9, 61]), np.array([ 0,  0,  2, 74])]]

myarray = np.hstack(myarray.ravel()).reshape(3,2,4)
print(myarray)
# [[[ 84   0 213 232]
#   [153   0 304 363]]

#  [[ 33   0  56 104]
#   [ 83   0  77 238]]

#  [[  0   0   9  61]
#   [  0   0   2  74]]]

myarray = myarray.ravel().reshape(3,8)
print(myarray)
# [[ 84   0 213 232 153   0 304 363]
#  [ 33   0  56 104  83   0  77 238]
#  [  0   0   9  61   0   0   2  74]]

---

关于编辑2：

import numpy as np

a = np.array([[1, 2, 3],
       [4, 5, 6]])
b = np.array([[ 7,  8,  9],
       [10, 11, 12]])
arr = np.array([a, b])
print(arr)
# [[[ 1  2  3]
#   [ 4  5  6]]

#  [[ 7  8  9]
#   [10 11 12]]]

注意

In [45]: arr[:,0,:]
Out[45]: 
array([[1, 2, 3],
       [7, 8, 9]])

由于您希望第一行是

[1,2,3,7,8,9]

，因此上面显示了您希望第二个轴是第一个轴。这可以通过

swapaxes

方法实现：

print(arr.swapaxes(0,1).reshape(2,6))
# [[ 1  2  3  7  8  9]
#  [ 4  5  6 10 11 12]]

arr = np.hstack([a, b])
# [[ 1  2  3  7  8  9]
#  [ 4  5  6 10 11 12]]

或者，给定

a

和

b

，或等效地

arr[0]

和

arr[1]

，您可以直接使用

hstack

方法形成

arr

：

print(arr.swapaxes(0,1).reshape(2,6))
# [[ 1  2  3  7  8  9]
#  [ 4  5  6 10 11 12]]

arr = np.hstack([a, b])
# [[ 1  2  3  7  8  9]
#  [ 4  5  6 10 11 12]]

---

你能告诉我们什么是myarray.dtype吗？你能告诉我们什么是

repr（myarray）

（这比

打印myarray

）更有用吗？我看到了你的编辑，但我想知道

myarray.dtype

。或者，告诉我

类型（myarray[0][0]）

。我的意思是

myarray

：它是

object

<代码>类型（myarray[0][0]）是

。

repr

是

数组（[[[84 0 213 232]，…]，dtype=object）

。简而言之，条目的类型是

object

，这可能是问题所在？但它们只是整数，所以我想将其设置为更易于使用的“常规”numpy数组，因此它是一个数组数组数组。您有权访问“另一个库”吗这给了您

myarray

？听起来好像有错误，您应该修复它，而不是重塑输出。在这种情况下，您可以使用

myarray.astype（int）组合来转换它

、

np.ravel

和

np.reforme

谢谢，尽管我仍然不能完全正确地理解，请参见编辑。欢迎提供相关提示！谢谢